1.一种基于协同引力搜索算法的造纸过程模型辨识方法，其特征在于，具体包括以下步骤：步骤1)构建造纸生产设备的多输入多输出模型，根据所构建的系统模型获取造纸生产过程的辨识模型；

步骤2)构建协同引力搜索算法的辨识流程。

2.根据权利要求1所述的基于协同引力搜索算法的造纸过程模型辨识方法，其特征在于，所述步骤1)的具体建模步骤如下：步骤1-1)构建造纸过程的多输入多输出模型：如式(1)，给出多输入多输出系统的一般形式，u(t)为系统的输入，y(t)为系统的输出，w(t)为有色噪声，其中，A(z)y(t)＝B(z)u(t)+ω(t)        (1)步骤1-2)根据式(2)、(3)可以得到输出y(t)与输入u(t)，误差ν(t)之间的关系，其中，γ(t):＝[-yT(t-1),…,-yT(t-na),-uT(t-1),…,-uT(t-nb)]T∈Rn，

3.根据权利要求1所述的基于协同引力搜索算法的造纸过程模型辨识方法，其特征在于，所述步骤1)的模型为一般多输入多输出系统的模型。

4.根据权利要求1所述的基于协同引力搜索算法的造纸过程模型辨识方法，其特征在于，所述步骤2)构建协同引力搜索算法的辨识流程的具体步骤如下：步骤2-1)初始化种群，生成一个有N个D维粒子的种群，其中任意粒子Xi＝[x(i,1),x(i,

2),…,x(i,D)]，D为所需辨识参数个数；

步骤2-2)将步骤2-1)中的种群按如下方法分割为D个一维种群：步骤2-3)获取造纸设备的造纸材料总量以及蒸汽压力作为输入数据，造纸设备产生的水分以及基本重量为输出数据，记录数据；

步骤2-4)生成一个用于将D个种群的单个参数整合在一起的向量，所述向量定义为整合向量g＝[g1,g2,…,gj,…,gD]，其中gj为第j个种群中的某一个粒子；

步骤2-5)依次使用x(i,j)替换gj，从而生成一个新的整合向量g'，并将g'代入适应性函数fitness(θ)计算其适应度值fitness(g')，若fitness(g')＜fitness(g)，则令g＝g'；

步骤2-6)将最大的适应度值记为fworst，将最小的适应度值记为fbest；

步骤2-7)根据式(4)、(5)计算中间质量mi(t)、粒子质量Mi(t)；

步骤2-8)根据式(6)、(7)计算两粒子之间的引力 粒子受到的外力总和Fid(t)；

其中，Rij(t)为粒子i与粒子j之间的欧氏距离，ε为一个很小的常量，万有引力常量G(t)的计算方法如下:其中，G0是引力常量初始值，α是个常数，β是当前迭代次数；

步骤2-9)根据式(9)计算粒子的加速度ad(t)；

步骤2-10)根据式(10)、(11)更新粒子的速度 与位置步骤2-11)判断是否达到最大迭代次数，若没有达到，程序跳转到步骤2-5)，若达到，进入步骤2-12)；

步骤2-12)输出结果，完成辨识。